来源：Forbes 、网易智能
摘要：无人驾驶汽车的未来与电动平衡车的历史有什么关系吗？电动平衡车也曾被预言将彻底改变交通。史蒂夫•乔布斯曾经说，城市将围绕这一设备重新设计；约翰•杜尔说，它将比互联网更大。电动平衡车在技术上很成功，但从未达到其支持者所期望的对市场的巨大影响，相反其现在仅仅占有一个很狭窄的市场。
人们可以想象出自动驾驶汽车（autonomous vehicles, AVs）的类似命运：这项技术可以很好地发挥作用，但却只能局限在狭窄的市场环境中，就像预先设定好的航天飞机路线和缓慢移动的无人机。一些狭窄的应用，比如长途运输的州际高速公路，可能非常有价值，但远不及许多人想象的那样。
为了使自动驾驶汽车革命化，必须实现高水平的产业化。而第一步，他们必须在城市和郊区建立起强大的、相对便宜的类似Uber的服务。该行业正在联合起来，称这些服务为“交通服务”或“TaaS（Transportation as a Service，运输即服务）”。从长远来看，自动驾驶汽车必须足够强大，足以达到私有化并得以普及。
这种颠覆性的潜力以及随之而来的巨大价值正激励着世界各地的数百家公司，其中包括一些最大和最富有的公司，包括Alphabet、苹果、通用汽车、福特、丰田和软银，他们将向自动驾驶汽车投资数十亿美元。这项工作正在进行中，一些公司和监管机构认为他们的自动驾驶汽车“足够好”，可以在新加坡、凤凰城和广州等多地的公共道路上与真正的客户进行商业自动驾驶汽车服务的试点测试。
最终自动驾驶汽车会不会是革命性的？哪些因素可能导致它们走向类似电动平衡车的道路，并且毁掉那些追求更大奖励的人的希望以及他们的巨额投资？
当然，让自动驾驶汽车本身变得足够好是未来成功的一个不可争议的先决条件。这是绝对必要的，但远远不够。
本文将目光投向了技术可行性的问题，以探索其他阻碍自动驾驶汽车产业化的重大障碍。这些障碍可以分为四类：规模化、信任、市场可行性和次级效应。要想让无人驾驶汽车彻底改变交通模式，所有这些障碍都必须被克服。
01
第一类障碍：规模化
建造并落地自动驾驶汽车是重要的第一步，将其扩展到基于车队的交通服务则是更大的一步。以下是与规模化相关的工业化的7个巨大障碍。
1.大规模生产。手工制作或改装几千辆配有自动驾驶技术的汽车，对于开发和测试来说已经足够了。而工业化则需要大规模生产成千上万辆汽车。但是，正如特斯拉的例子已经证明的那样，大规模地制造汽车比看起来要复杂得多。
2.充电基础设施。几乎所有的自动驾驶汽车都是以电动汽车（electric vehicle, EV）为基础开发的。在任何市场上，如果电动汽车想要大规模实现，都必须建立全新的充电基础设施。这需要时间和大量的金钱。
3.地图。自动驾驶汽车所依赖的详细的、高清晰度（HD）的地图，能够限制其发展的速度。尽管这些车里装有传感器、摄像头和软件，但他们需要最新的地图来确定它们在哪里，该做些什么。
4.车流管理和运营。自动驾驶汽车的产业化需要完美的维护和高效运作，才能使得成千上万辆汽车能够在大城市的服务区域内广泛分布。这所需要的不仅仅是清洁窗户和地毯，它将需要在汽车内维护复杂的计算机，它将需要复杂的预测分析来进行充电、调度和保证负载平衡，以应对挑剔的客户需求。公共安全和商业生存都依赖于此。
5.客户服务和用户体验。自动驾驶汽车的运输服务就像一间间移动式的酒店，只是没有酒店员工。即使是最短的旅行也会可能变得凌乱不堪，尤其是在汽车里没有人的监督的情况下。客户服务和用户体验也需要扩展到非客户群体，因为自动驾驶汽车必须与行人、骑自行车的人、其他司机、紧急救援人员、其他公司的自动驾驶汽车以及汽车外的其他参与者进行互动。
6.安全性。计算机安全总体上是一个具有挑战性的问题，而汽车上安装的计算机网络将成为有吸引力的黑客攻击目标。还有一些物理安全问题，包括不满意的乘坐者和旁观者、恶作剧者、暴徒等也会给乘客和公众造成安全问题。
7.本地化速度。Waymo以及其它自动驾驶汽车都是在凤凰城标志清晰、光线充足、布局合理且人们相对遵守道路规则的街道上进行训练的，但它们能够适应那些不太遵守交通规则的、有动物经过的石板路，或者是波士顿的环形车道，或者是纽约、巴黎和北京拥挤的、满是行人的城市中心吗？很多可以适应，但并不是全部都可以。这就是为什么每个开发人员都要在多个区域进行测试，以便了解当地的基础设施、天气、文化规范等特点。这种本地化的速度和程度是另一个扩展的障碍。
02
第二类障碍：能否赢得信任
仅仅是开发商和制造商相信他们的汽车已经足够好，可以广泛使用，这是不够的，他们必须说服其他人。要做到这一点，他们必须克服三大障碍。
8.有效性验证。到目前为止，开发人员的开发过程一直相当不透明。他们很少透露他们的需求、规格、设计或测试的细节。需要有一个独立的、系统的过程来验证和证实开发人员对他们的有效性的断言。许多人可能会要求这样做，包括政策制定者、监管机构、保险公司、投资者、公众，当然还有客户。最好的开发人员应该接受这一点——它将减少责任，并将其与落后者和低质量的模仿者区分开来。
9.标准化和管理。行业标准和政府监管几乎涵盖了汽车的方方面面。无人驾驶汽车的产业化也需要这两者很大程度的参与。尤其是那些由政府监管强制执行的标准，确保了可靠性、兼容性、互操作性和规模经济。它们还增加了公共安全，减少了提供者的责任。
10.公众接受。大多数新产品都是通过吸引早期用户来实现的。最初成功的经验和资源帮助开发人员“跨越鸿沟”成为主流成功。自动驾驶汽车的工业化将依赖于更早、更广泛的公众接受度。自动驾驶汽车不仅影响了早期的客户，而且也影响了那些在道路上和附近的非顾客。如果没有广泛的接受度，包括那些不会乘坐自动驾驶汽车的人，工业化是不可能被允许的。
03
第三类障碍：市场可行性
接下来的三个障碍是关于自动驾驶汽车的商业模式是否在短期和长期内有效，包括击败竞争对手和其他对手。
11.业务可行性。人们对自动驾驶运输服务的商业模式的分析通常乐观地认为，提供这一服务的可能性要比人力驱动的服务或个人汽车的成本低得多。然而，目前的每英里的成本估计远不及长期目标。大多数参与者也低估了规模化的成本。乐观的市场计划能否在市场实践中生存下来还有待观察。
12.利益相关者的阻力。就像老话说的那样，一个人的储蓄是另一个人的收入损失。无人驾驶汽车的工业化需要克服大量潜在输家的阻力，包括监管机构、汽车经销商、保险公司、人身伤害律师、石油公司、卡车司机和交通运输工会等，这并不容易。
13.私有化。自动驾驶运输服务只是私人所有者市场转型之路的一个路标。如果自动驾驶汽车想要彻底改变交通运输，他们将必须吸引那些长期喜欢拥有自己汽车的消费者，因为私有汽车占据了所有汽车的绝大部分，贡献了路上的大部分里程。
04
第四类障碍：次级效应
无人驾驶汽车的成功产业化将会得到很多人的赞美，但是，就像以往的情况一样，大的技术变革可能会产生巨大的负面影响。一些可能的负面后果已经可以预见，并引起了人们的关注。除非成功地预见和改善，否则它们将成为产业化的重大障碍。以下两个后果已经令人担忧，必须作为工业化进程的一部分加以解决。
14.交通拥堵。更快、更便宜、更好的交通运输将带来更大的经济机会和更高的生活质量，特别是对于那些负担不起的人，比如穷人、残疾人和老年人。但是，它也可能导致交通拥堵，增加路上的车辆和车辆行驶里程。这已经发生在了Uber和Lyft等打车服务上。例如，根据旧金山县交通管理局（San Francisco County Transportation Authority）最近的一项研究，2010年至2016年间，旧金山最密集地区的交通拥堵率上升了73%。在每天的车辆延误时间里，乘用车服务共占了一半以上。
15.失业问题。一些人认为，包括交通技术在内的技术史表明，新的服务将创造更多的就业机会，而不是更少。然而，很少有人认为，新的工作机会留给那些失去了旧工作的人。没有人能回避这样一个事实，即每一个自动驾驶的Uber意味着一个更少的人类司机——即使其他工作是为工程师、维修人员、调度员、客户服务代表等创造的。同样的道理也适用于自动驾驶班车、巴士、卡车等。早期的自动驾驶服务供应商将在这个问题上给与密切关注。它将不得不预测和改善潜在的公众和监管者对失业的强烈反对。
05
结语
硅谷有句老话说，人们不应该把一个清晰的观点误以为是很短的距离。这一场的革命潜力是显而易见的。然而，我们距离实现其效益所需的广泛普及还很远。
但是，也不要把一个遥远的距离误认为是一个难以实现的目标。作为一个密切的观察者，我对自动驾驶汽车技术的进步充满热情和惊喜。像Waymo、GM Cruise、nuTonomy等主要开发商都已经在竞相建造无人驾驶汽车，且发展速度比许多人几年前认为的可能要快。
然而，工业化是一场马拉松，不是短跑。这一过程中要克服许多障碍。这样做的挑战是巨大的，可能比许多当前的参与者和他们的投资者感知并准备好应对的挑战更大。这可能需要新的战略。也可能会出现洗牌。
这就是创新和市场颠覆的作用。这就是为什么大多数竞争者都失败了，而那些成功的人却获得了丰厚的回报。谁认为手机制造商或搜索引擎公司能值一万亿美元？就像我现在这样，相信无人驾驶汽车将价值数万亿美元，真的是异想天开吗？
未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。
未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。
如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
